本書從人工智能的基本定義出發(fā)，由淺入深地闡述了人工智能的理論、策略、研究方法和應(yīng)用領(lǐng)域，以梳理知識(shí)脈絡(luò)和要點(diǎn)的方式，詳細(xì)介紹了知識(shí)表示、邏輯推理及方法、非確定性推理及方法、搜索策略、機(jī)器學(xué)習(xí)等方面的內(nèi)容。作為導(dǎo)論書籍，本書概念論述清楚，內(nèi)容豐富，通俗易懂，在較為全面介紹人工智能的基礎(chǔ)上對(duì)一些傳統(tǒng)內(nèi)容進(jìn)行了取舍。為滿足讀

本書主要內(nèi)容包括普通最小二乘法回歸、嶺回歸、Lasso回歸、彈性網(wǎng)絡(luò)回歸、正交匹配追蹤回歸、貝葉斯回歸、廣義線性回歸、隨機(jī)梯度下降回歸、被動(dòng)攻擊回歸、魯棒回歸、多項(xiàng)式回歸、支持向量機(jī)回歸、核嶺回歸、最近鄰回歸、高斯過程回歸、決策樹、神經(jīng)網(wǎng)絡(luò)模型、保序回歸、嶺分類、邏輯回歸分類、隨機(jī)梯度下降分類、感知機(jī)、被動(dòng)攻擊分類、支

隨著時(shí)代的發(fā)展、計(jì)算機(jī)硬件性能的提升與大數(shù)據(jù)技術(shù)的進(jìn)步,深度學(xué)習(xí)在理論上不斷創(chuàng)新,尤其在商業(yè)場(chǎng)景應(yīng)用中取得重要成果,使得人工智能又一次進(jìn)入黃金發(fā)展時(shí)期,“深度學(xué)習(xí)時(shí)代”已經(jīng)來(lái)臨!本書將帶領(lǐng)讀者了解深度學(xué)習(xí)技術(shù)的理論及應(yīng)用情況。全書共10章,分3部分。第1部分,即第1-第4章,主要介紹人工智能與神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí),以及深

本書的主要特色在于知識(shí)建模和智能推理技術(shù)方面的創(chuàng)新，并基于知識(shí)圖譜建模和智能推理技術(shù)的集成完成了一系列應(yīng)用軟件的開發(fā)，直觀形象、易學(xué)易用。本書是AI3軟件的詳盡解讀，分為AI3普及版（自由拷貝，不限使用）、AI3智能教學(xué)版以及AI3專業(yè)版（適用于復(fù)雜過程工業(yè)系統(tǒng)AI應(yīng)用）。

生成對(duì)抗神經(jīng)網(wǎng)絡(luò)（GenerativeAdversarialNets，GAN）作為一種深度學(xué)習(xí)框架，發(fā)展十分迅猛。通過相互對(duì)抗的神經(jīng)網(wǎng)絡(luò)模型，GAN能夠生成結(jié)構(gòu)復(fù)雜且十分逼真的高維度數(shù)據(jù)。因此，被廣泛應(yīng)用于學(xué)術(shù)研究和工程領(lǐng)域，包括圖像處理，如圖像生成、圖像轉(zhuǎn)換、視頻合成；序列數(shù)據(jù)生成，如語(yǔ)音生成、音樂生成等；以及其他眾

本書以漫畫形式講解機(jī)器學(xué)習(xí)的基本概念和關(guān)鍵知識(shí)點(diǎn)，盡可能通俗易懂地講解回歸、分類、結(jié)果評(píng)價(jià)、深度學(xué)習(xí)、集成學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)等的原理。本書內(nèi)容基于大學(xué)一年級(jí)的數(shù)學(xué)知識(shí)，著眼于主人公們學(xué)習(xí)和工作中遇到的問題，探究機(jī)器學(xué)習(xí)解決方案。

本書系統(tǒng)闡述遷移學(xué)習(xí)的解決方法和典型應(yīng)用。首先，論述了遷移學(xué)習(xí)的基本概念、方法分類及發(fā)展歷程，介紹了遷移學(xué)習(xí)的相關(guān)基礎(chǔ)知識(shí)。然后，探討了遷移學(xué)習(xí)的基本方法，包括基于樣本、基于特征、基于模型和基于關(guān)系的遷移學(xué)習(xí)方法，闡述了深度遷移學(xué)習(xí)的經(jīng)典方法，包括神經(jīng)網(wǎng)絡(luò)自適應(yīng)遷移方法和神經(jīng)網(wǎng)絡(luò)對(duì)抗遷移方法，介紹了更加實(shí)用的部分域適應(yīng)

本書由全球知名的3位專家IanGoodfellow、YoshuaBengio和AaronCourville撰寫，是深度學(xué)習(xí)領(lǐng)域奠基性的經(jīng)典教材。全書的內(nèi)容包括3個(gè)部分：第1部分介紹基本的數(shù)學(xué)工具和機(jī)器學(xué)習(xí)的概念，它們是深度學(xué)習(xí)的預(yù)備知識(shí)；第2部分系統(tǒng)深入地講解現(xiàn)今已成熟的深度學(xué)習(xí)方法和技術(shù)；第3部分討論某些具有前瞻性的

本書主要根據(jù)作者近年來(lái)的研究成果，對(duì)網(wǎng)絡(luò)嵌入表示學(xué)習(xí)技術(shù)進(jìn)行梳理和總結(jié)，全書深入淺出地介紹了表示學(xué)習(xí)的基礎(chǔ)理論，及其在網(wǎng)絡(luò)對(duì)齊、地點(diǎn)推薦、電子健康記錄挖掘等應(yīng)用方面的前沿技術(shù)。具體包括：?jiǎn)?多關(guān)系網(wǎng)絡(luò)表示理論與技術(shù)、基于單關(guān)系網(wǎng)絡(luò)表示的社交網(wǎng)絡(luò)對(duì)齊、基于多關(guān)系網(wǎng)絡(luò)表示學(xué)習(xí)的知識(shí)圖譜對(duì)齊、基于網(wǎng)絡(luò)表示的電子健康記錄挖掘、

本書以數(shù)據(jù)驅(qū)動(dòng)的數(shù)學(xué)問題研究為核心，是一部由研究工作構(gòu)成的原創(chuàng)著作。全書共分7章，按三個(gè)模塊劃分：第一個(gè)模塊是研究背景和框架介紹，即第1章緒論，這是本書主題內(nèi)容的一個(gè)導(dǎo)論；第二個(gè)模塊是粒度空間的基礎(chǔ)理論及模型，由第2～5章組成，其中涉及粒度空間的基本理論，結(jié)構(gòu)聚類特征與融合，以及聚類結(jié)構(gòu)分析理論等研究；第三個(gè)模塊是粒度